Распознавание лиц является компьютерным приложением, способным обнаруживать, отслеживать, идентифицировать или верифицировать человеческие лица на изображении или видео. Несмотря на то, что в последнее время достигнут значительный прогресс в области распознавания и обнаружения лиц для целей безопасности, идентификации и учета, все еще есть проблемы, препятствующие достижению или повышению точности распознавания на уровне человека. Эти проблемы включают вариации в формировании изображения человеческого лица, такие как изменение условий освещения, шума на изображениях, масштаба и положения. Представленная статья предлагает новый метод, использующий алгоритм Local Binary Pattern (Локальные бинарные шаблоны) (LBP) в сочетании с современными методами обработки изображений, такими как коррекция контраста, двойной фильтр, эквализация гистограммы и смешивание изображений, для решения некоторых проблем, затрудняющих точность распознавания лиц и улучшения LBP, тем самым повышая общую точность системы распознавания лиц. Результаты проведенных исследований показывают, что предлагаемый метод выше по точности, более надежен и устойчив в случае системы распознавания лиц. На практике использование данного решения может быть реализовано, например, в системе автоматического учета посещаемости.

Facial recognition is a computer application capable of detecting, tracking, identifying or verifying human faces in an image or video. Despite the fact that significant progress has been made recently in the field of facial recognition and detection for security, identification and accounting purposes, there are still problems preventing achieving or improving accuracy of recognition at the human level. These problems include variations in the formation of a human face’s image, such as conditions changes in lightning, scale, position and noise in images. The presented article suggests a new method using the Local Binary Pattern (LBP) algorithm in combination with modern image processing methods, such as contrast correction, double filter, histogram equalization and image mixing, to solve some problems that complicate the accuracy of facial recognition and LBP improvement, thereby increasing the overall accuracy of facial recognition system. The results of our research show that the suggested approach is higher in accuracy of existing methods, reliable and stable for a facial recognition system, which can be implemented in practice in real life, for example, in the form of an automatic attendance tracking system.